智谱上线并开源“牛来”模型 GLM-5.3-Flash，多模态能力与推理成本效率提升

8 月 26 日，Z.ai 发布 GLM-5.3-Flash，称其为 GLM-5 系列首个原生多模态模型。该模型拥有 3200 亿总参数、180 亿激活参数，在多项编码、智能体和视觉基准测试中超过 GLM-5.2，并在部分编码任务上接近 Claude Opus 4.8。GLM-5.3-Flash 采用稀疏注意力与线性注意力结合的混合架构，并引入 mHC 与 IndexPool 等机制，以降低长上下文推理成本和 KV 缓存开销。Z.ai 表示，该模型已在中国 AI 芯片集群上进行大规模服务，端到端服务性能较初始基线提升 3 倍，模型权重已在 Hugging Face 公开。(深潮 TechFlow)